In september 2025 plaatste Capgemini een artikel in Distrifood waarin Kees Jacobs, vicepresident Global Consumer Products & Retail bij Capgemini, betoogt dat de consument steeds vaker AI gebruikt in zijn boodschappentrips. In dit stuk toont Sebastiaan van Wijngaarden aan dat het delen van data - mits op de juiste manier - AI een sterke impuls kan geven aan de samenwerking tussen leverancier en retailer.
Het echte probleem
Retailers delen al jaren data met hun leveranciers. Het probleem zit in de manier waarop die data wordt aangeleverd. Leveranciers ontvangen data van tientallen retailers in Europa, elk met hun eigen format. Teams besteden vaak meer tijd aan harmoniseren dan aan analyseren. En tegen de tijd dat de data bruikbaar is, zijn de inzichten vaak al achterhaald.
Het is een frustratie die breed herkend wordt. Van Wijngaarden: 'Iedereen praat over AI en machine learning, maar niemand praat over de weken die het kost om data überhaupt bruikbaar te maken.'
Waarom AI-investeringen niet renderen
AI en machine learning brengen een revolutie in consumer products en retail, van supply chain tot commercie, inclusief Revenue Growth Management (RGM). Maar deze modellen hebben één fundamentele vereiste: consistente, gestructureerde, tijdige data.
Roberto Flores, Global AI & Data Engineering Lead bij The Magnum Ice Cream Company: 'Wij investeren fors in AI-modellen, maar de grootste uitdaging is het voeden ervan met bruikbare data. Het schalen van onze AI-oplossingen over meerdere markten wordt daardoor exponentieel complexer.'
Ji-Hoon Dierckx, CEO van RGM-specialist PricingOne, bevestigt dit beeld: 'In meer dan vijfentwintig jaar RGM-werk zie ik dat CPG-bedrijven meer tijd besteden aan het harmoniseren van data dan aan het gebruiken ervan. AI-mogelijkheden automatiseren deze harmonisatie en ontgrendelen de waarde die RGM-investeringen consequent hebben beloofd.'
Wij investeren fors in AI-modellen, maar de grootste uitdaging is het voeden ervan met bruikbare data”
De kosten van fragmentatie
De impact is substantieel. In de EU gaat jaarlijks 58 miljoen ton voedsel verloren, met een geschatte waarde van 132 miljard euro. Retailers verliezen vier tot acht procent van hun omzet door lege schappen. Slechts 20 tot 30 procent van de promoties is daadwerkelijk winstgevend.
Lars Peterse, supermarktmanager bij Albert Heijn in Utrecht: 'Op de winkelvloer merk je direct wanneer de keten niet goed afgestemd is. Promotieproducten die niet geleverd zijn. Schappen die leeg raken van het ene product terwijl we over hebben van het andere. Een inconsistente beschikbaarheid kost omzet, maar vooral ook klanttevredenheid.'
Er is veel te winnen
Er is daarom veel te winnen door meer te focussen op verbeterde data-samenwerking tussen retailers en fabrikanten. Van Wijngaarden: ‘Internationale retailers bewijzen al jaren dat dit kan. Walmart's Scintilla platform biedt leveranciers gestandaardiseerde toegang tot sell-out data. Toen P&G aansloot, resulteerde dit in 50 miljoen dollar efficiency-winst binnen acht maanden. Niet omdat ze plots nieuwe data kregen, maar omdat die data eindelijk bruikbaar was. Tesco's samenwerking met Dunnhumby werkt op dezelfde manier: gestructureerde, geanalyseerde inzichten in plaats van ruwe data-dumps. Het verschil is niet hoeveel data ze delen, maar hóé ze het doen.’
De win-win-win voor consument, fabrikant én retailer kan alleen als je de juiste, consumentgerichte, voorspellende en geïntegreerde data hebt”
Hoe AI de transitie versnelt
Nieuwe AI-technologie maakt het mogelijk om dataharmonisatie te automatiseren. Wat nu weken kost aan handmatig mappen en cleansen, kunnen semantic models en Agentic AI in uren doen - en het systeem leert en verbetert zichzelf continu.
De voordelen zijn voor iedereen. Wanneer leveranciers beter kunnen voorspellen, produceren ze efficiënter. Dat betekent minder verspilling, betere beschikbaarheid, en uiteindelijk betere marges om te delen met retailpartners.
Peterse van Albert Heijn beaamt dit: 'Als alle leveranciers exact zouden weten wat er bij ons over de toonbank gaat, en daar direct op zouden kunnen acteren, zou dat voor iedereen beter zijn - voor ons, voor hen, maar vooral voor de klant.'
De brug bouwen
‘Noch retailers, noch leveranciers kunnen dit alleen. Hier is een rol weggelegd voor een neutrale partner. Capgemini is een trusted bridge', zegt Van Wijngaarden. 'We kunnen helpen met data-standaarden, governance-modellen en de AI-infrastructuur om data te vertalen naar beslissingen.'
Capgemini werkt daarbij samen met RGM-specialist PricingOne, opgericht door voormalige P&G pricing experts. Dierckx van PricingOne: 'Het gaat uiteindelijk om de win-win-win voor consument, fabrikant én retailer. Maar dat kan alleen als je de juiste, consumentgerichte, voorspellende en geïntegreerde data hebt.'
Flores van Magnum adviseert: 'Start met één retailer, één categorie, één use case. Bewijs dat het werkt, en schaal van daaruit op.'
Wie durft te beginnen?
De Nederlandse foodretail staat voor een keuze. Blijven we opereren met gefragmenteerde data, of durven we de stap te zetten naar echte ketenintegratie?
'Generatieve AI en Agentic AI veranderen de spelregels', besluit Van Wijngaarden. 'We hoeven niet meer te wachten tot iedereen dezelfde taal spreekt. AI kan vertalen. De vraag is nu wie het voortouw durft te nemen.'
Dit artikel is gesponsord door Capgemini.
